La corrélation est une mesure statistique qui indique dans quelle mesure deux variables ou plus fluctuent l’une par rapport à l’autre. Une corrélation positive indique dans quelle mesure ces variables augmentent ou diminuent en parallèle ; une corrélation négative indique dans quelle mesure une variable augmente alors que l’autre diminue.

Un coefficient de corrélation est une mesure statistique, du degré auquel les changements de la valeur d’une variable prédisent le changement de la valeur d’une autre. Lorsque la fluctuation d’une variable prédit de manière fiable une fluctuation similaire d’une autre variable, on a souvent tendance à penser que cela signifie que le changement de l’une provoque le changement de l’autre. Cependant, la corrélation n’implique pas la causalité. Il peut y avoir, par exemple, un facteur inconnu qui influence les deux variables de manière similaire. La distinction entre corrélation et causalité peut s’avérer précieuse lorsqu’il s’agit de modèles de données sur les consommateurs, et fournir des informations précieuses. L’exemple de la bière et des couches est fréquemment utilisé pour mettre cela en évidence dans le contexte du marketing.

Voici un exemple : Un certain nombre d’études font état d’une corrélation positive entre la quantité de télévision que les enfants regardent et la probabilité qu’ils deviennent des brutes. Les médias citent souvent ces études pour suggérer que le fait de regarder beaucoup la télévision fait que les enfants deviennent des brutes. Toutefois, ces études ne font état que d’une corrélation, et non d’un lien de causalité. Il est probable qu’un autre facteur – tel que le manque de supervision parentale – soit le facteur d’influence.